EM算法学习记录

本文主要内容来自于《统计学习方法》,主要分为以下部分:

  1. 极大似然估计
  2. EM算法

EM算法是用于含有隐变量的概率模型参数的极大似然估计,或极大后验概率估计,每次迭代由两步组成:E步,求期望;M步,求极大。
所以,本文首先讲一下极大似然估计。
极大似然估计,其实就是已知样本的观测结果,反推最有可能产生这个结果的参数值。
对于式子P(x|θ),θ为参数,x为观测结果,如果已知参数,则是概率问题,如果已知观测结果求参数则是似然问题。
举个例子
假设掷十次硬币,如果已知这枚硬币是正面的概率是0.5,求掷出正正反反正正正正反正的概率,则是统计问题,即θ=0.5,而x=[正,正,反,正,反,反,正,反,正,正], P(x|θ)=0.510) P ( x | θ ) = 0.5 10 )
但反过来,并不知道这枚硬币正面的概率是多少,只知道这次试验掷出了正正反反正正正正反正,因此, P(x|θ)=θ6(1θ)4 P ( x | θ ) = θ 6 ( 1 − θ ) 4 ,是个关于θ的函数,当θ取不同值时,会有不同的概率,当函数取最大值时,θ是多少,这就是极大似然估计。
那么EM算法又是什么呢?
最开始就说了,EM算法其实是包含隐变量的极大似然估计(此处只讲极大似然估计,不讲极大后验概率估计)
那么什么是隐变量呢,再举个掷硬币的例子(以下例子来自统计学习方法)。
假设有三枚硬币,分别记作A,B,C,这些硬币正面出现的概率分别是π,p,q。进行如下试验:先掷硬币A,根据其结果选出硬币B或C,正面选硬币B,反面选硬币C;然后掷选出的硬币,掷硬币的结果,出现正面记作1,出现反面记作0;独立地重复n次试验(这里,n=10),预测结果如跟上面那个十次结果一样,也就是:
【1,1,0,1,0,0,1,0,1,1】
这时我们假设只能观测到最后所掷硬币的结果,不能观测掷硬币的过程,也就是说,先掷的硬币A的结果我们是不知道的。
这时,我们的概率模型如下:
p(y|θ)=zP(y,z|θ)=zP(z|θ)P(y|z,θ)=πpy(1p)1y+(1π)qy(1q)1y p ( y | θ ) = ∑ z P ( y , z | θ ) = ∑ z P ( z | θ ) P ( y | z , θ ) = π p y ( 1 − p ) 1 − y + ( 1 − π ) q y ( 1 − q ) 1 − y
上述模型中,y为观测结果,即最后硬币B或硬币C是正还是反,而z是隐变量,就是中间没有观测到的硬币A的结果,而此处的θ则是(π,p,q),是模型中的参数。
将n次的观测结果表示为 Y=(Y1,Y2,...,Yn)T Y = ( Y 1 , Y 2 , . . . , Y n ) T ,而n次未观测数据表示为 Z=(Z1,Z2,...,Zn)T Z = ( Z 1 , Z 2 , . . . , Z n ) T
则似然函数为:
P(Y|θ)=ZP(Z|θ)P(Y|Z,θ)=nj=1[πpyj(1p)1yj+(1π)qyj(1q)1yj] P ( Y | θ ) = ∑ Z P ( Z | θ ) P ( Y | Z , θ ) = ∏ j = 1 n [ π p y j ( 1 − p ) 1 − y j + ( 1 − π ) q y j ( 1 − q ) 1 − y j ]
如上面例子来说,第一次观测结果为1,则有两种情况,一种是硬币A为正,选硬币B,硬币B为正,第二种为硬币A为反,选硬币C,硬币C为正,因此第一次观测结果为1(即为正面)的概率为P=硬币A为正的概率硬币B为正的概率+硬币A为反的概率硬币C为正的概率= πp+(1π)q π ∗ p + ( 1 − π ) q ,将观测结果1,0代入,则概率= πpy(1p)1y+(1π)qy(1q)1y π p y ( 1 − p ) 1 − y + ( 1 − π ) q y ( 1 − q ) 1 − y ,即y为1时取p,y为0时取1-p,q同理。
每一次结果各自独立,所以把每一次的概率都相乘,则就是上处似然函数,其中n为10。
上述问题,就是要对P(Y|θ)进行极大似然估计。
EM算法,就是可以用于求解这个问题的一种迭代算法。
针对上面例子,应用EM算法。
首先,对参数取一个初始值,假设 π0=p0=q0=0.5 π 0 = p 0 = q 0 = 0.5
那么,不管观测结果是1还是0,都有观测结果 yj y j 来自于硬币B的概率为 μ1j=0.50.5/0.50.5+0.50.5=0.5 μ j 1 = ( 0.5 ∗ 0.5 ) / ( 0.5 ∗ 0.5 + 0.5 ∗ 0.5 ) = 0.5 ,来自硬币C的概率为 1μ1j=0.5 1 − μ j 1 = 0.5
由观测结果,重新求参数,则硬币A为正的概率 π1=0.510/10=0.5 π 1 = 0.5 ∗ 10 / 10 = 0.5
硬币B为正的概率 p1=(0.56)/(0.510)=0.6 p 1 = ( 0.5 ∗ 6 ) / ( 0.5 ∗ 10 ) = 0.6
硬币C为正的概率 q1=(0.56)/(0.510)=0.6 q 1 = ( 0.5 ∗ 6 ) / ( 0.5 ∗ 10 ) = 0.6
继续,则当观测结果是1时,此时观测结果来自硬币B的概率为 μ2j=0.50.6/0.50.6+0.50.6=0.5 μ j 2 = ( 0.5 ∗ 0.6 ) / ( 0.5 ∗ 0.6 + 0.5 ∗ 0.6 ) = 0.5 ,来自硬币C的概率为 1μ2j=0.5 1 − μ j 2 = 0.5 ,当观测结果是0时, μ2j=0.50.4/0.50.4+0.50.4=0.5 μ j 2 = ( 0.5 ∗ 0.4 ) / ( 0.5 ∗ 0.4 + 0.5 ∗ 0.4 ) = 0.5 ,来自硬币C的概率为 1μ2j=0.5 1 − μ j 2 = 0.5
继续由观测结果重新求参数,则硬币A为正的概率 π2=0.510/10=0.5 π 2 = 0.5 ∗ 10 / 10 = 0.5
硬币B为正的概率 p2=(0.56)/(0.510)=0.6 p 2 = ( 0.5 ∗ 6 ) / ( 0.5 ∗ 10 ) = 0.6
硬币C为正的概率 q2=(0.56)/(0.510)=0.6 q 2 = ( 0.5 ∗ 6 ) / ( 0.5 ∗ 10 ) = 0.6
收敛,因此,模型参数θ的极大似然估计就是(0.5,0.6,0.6),即当π=0.5,p=0.6,q=0.6时,出现该观测结果的可能性最大。
现在我们来换一下初始参数,假设 π0=0.4p0=0.6q0=0.7 π 0 = 0.4 , p 0 = 0.6 , q 0 = 0.7
那么,第一步,当观测结果为1时,来自硬币B的概率为, μ1j=0.40.6/0.40.6+0.60.7=0.3636 μ j 1 = ( 0.4 ∗ 0.6 ) / ( 0.4 ∗ 0.6 + 0.6 ∗ 0.7 ) = 0.3636 ,来自硬币C的概率为, 1μ1j=0.6364 1 − μ j 1 = 0.6364 ;当观测结果为0时,来自硬币B的概率为, μ1j=0.40.4/0.40.4+0.60.3=0.4706 μ j 1 = ( 0.4 ∗ 0.4 ) / ( 0.4 ∗ 0.4 + 0.6 ∗ 0.3 ) = 0.4706 ,来自硬币C的概率为0.5294.
在此基础上,由观测结果重新计算参数,则硬币A为正的概率(即观测结果来自硬币B)为 π1=0.36366+0.47064/10=0.4064 π 1 = ( 0.3636 ∗ 6 + 0.4706 ∗ 4 ) / 10 = 0.4064
硬币B为正的概率 p1=(0.36366)/(0.36366+0.47064)=0.5368 p 1 = ( 0.3636 ∗ 6 ) / ( 0.3636 ∗ 6 + 0.4706 ∗ 4 ) = 0.5368
硬币C为正的概率 q1=(0.63646)/(0.63646+0.52944)=0.6433 q 1 = ( 0.6364 ∗ 6 ) / ( 0.6364 ∗ 6 + 0.5294 ∗ 4 ) = 0.6433
继续计算,显然会与之前的最终解不同。
上述过程就是EM算法,其中在已知参数模型下,求观测结果来自于硬币B的概率为E步,是在计算不同隐变量的期望。
而在此基础上,重新估算参数值的过程就是M步,意在求极大化。
不停迭代,得到的最后收敛的值便是EM算法的最终解。
由上述可知,EM算法的最后结果与初始值有较大的关系。
对于上述三硬币模型来说。
E步:计算在模型参数 πi,pi,qi π i , p i , q i 下观测数据来自硬币B的概率:
μi+1j=πi(pi)yj(1pi)1yjπi(pi)yj(1pi)1yj+(1π)i(qi)yj(1qi)1yj μ j i + 1 = π i ( p i ) y j ( 1 − p i ) 1 − y j π i ( p i ) y j ( 1 − p i ) 1 − y j + ( 1 − π ) i ( q i ) y j ( 1 − q i ) 1 − y j
M步:计算模型参数的新估计值
πi+1=nj=1μi+1jn π i + 1 = ∑ j = 1 n μ j i + 1 n

pi+1=nj=1μi+1jyjnj=1μi+1j p i + 1 = ∑ j = 1 n μ j i + 1 y j ∑ j = 1 n μ j i + 1

qi+1=nj=1(1μi+1j)yjnj=1(1μi+1j) q i + 1 = ∑ j = 1 n ( 1 − μ j i + 1 ) y j ∑ j = 1 n ( 1 − μ j i + 1 )
综合以上的例子,引出EM算法。
输入:观测变量数据Y,隐变量数据Z,联合分布P(Y,Z|θ),条件分布P(Z|Y,θ);
输出:模型参数θ
(1)选择参数的初值 θ(0) θ ( 0 ) ,开始迭代;
(2)E步:记 θ(i) θ ( i ) 为第i次迭代参数θ的估计值,在第i+1次迭代的E步,计算
Q(θ,θ(i))=Ez[logP(Y,Z|θ)|Y,θ(i)]=zlogP(Y,Z|θ)P(Z|Y,θ(i)) Q ( θ , θ ( i ) ) = E z [ l o g P ( Y , Z | θ ) | Y , θ ( i ) ] = ∑ z l o g P ( Y , Z | θ ) P ( Z | Y , θ ( i ) )
这里, P(Z|Y,θ(i)) P ( Z | Y , θ ( i ) ) 是在给定观测数据Y和当前的参数估计 θ(i) θ ( i ) 下隐变量数据Z的条件概率分布, logP(Y,Z|θ) l o g P ( Y , Z | θ ) 是完全数据的对数似然函数;
(3)M步:求使 Q(θ,θ(i)) Q ( θ , θ ( i ) ) 极大化的θ,确定第i+1次迭代的参数的估计值 θ(i+1) θ ( i + 1 )
θ(i+1)=argmaxθQ(θ,θ(i)) θ ( i + 1 ) = a r g m a x θ Q ( θ , θ ( i ) )
(4)重复(2)(3)步,直至收敛
其中, Q(θ,θ(i)) Q ( θ , θ ( i ) ) 是EM算法的核心,称为Q函数,其表示完全数据(Y,Z)的对数似然函数 logP(Y,Z|θ) l o g P ( Y , Z | θ ) 关于在给定观测数据Y和当前参数 θ(i) θ ( i ) 下对未观测数据Z的条件概率分布 P(Z|Y,θ(i)) P ( Z | Y , θ ( i ) ) 的期望。

  • 1
    点赞
  • 0
    收藏
    觉得还不错? 一键收藏
  • 0
    评论

“相关推荐”对你有帮助么?

  • 非常没帮助
  • 没帮助
  • 一般
  • 有帮助
  • 非常有帮助
提交
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值